OLEH:
OLEH KELOMPOK 7:
1. PENDAHULUAN
Suatu Beta mempunyai karakteristik tertentu, yaitu cenderung mengarah ke nilai
1 (Beta pasar) dari waktu ke waktu. Adanya karakteristik tertentu yang dimiliki Beta,
maka Beta yang diprediksi perlu disesuaikan. Selain perlunya pemahaman terkait
karakteristik Beta, perlu juga mengetahui penyebab bias pada Beta. Timbulnya bias
pada Beta, yaitu terjadi pada suatu transaksi thin market yang disebabkan karena
perdagangan yang tidak sinkron (non-synchronous trading) di pasar ini. Upaya untuk
mengurangi bias yang terjadi, maka Beta untuk pasar modal tipis harus disesuaikan.
Biasanya pasar modal yang tipis cenderung ditunjukkan pada pasar modal yang sedang
berkembang. Berikut metode yang dapat dilakukan untuk menyesuaikan Beta tersebut.
1
satu akan naik mengarah ke nilai satu untuk periode berikutnya. Sebaliknya, estimasi
Beta yang lebih besar dari satu, untuk periode selanjutnya akan cenderung turun
mengarah ke nilai satu. Berdasarkan hasil penelitian Blume, Beta cenderung mengarah
ke nilai satu, dan mencoba untuk menyesuaikan nilai Beta historis supaya mengandung
kecenderungan ini. Blume mengasumsikan bahwa penyesuaian Beta seperti ini untuk
suatu periode akan merupakan estimasi yang baik untuk penyesuaian periode
berikutnya.
Memprediksi nilai Beta dapat juga dilakukan dengan cara lain yaitu, nilai dari
Beta yang diprediksi sesungguhnya juga mempunyai kecenderungan mendekati ke nilai
rata-ratanya. Berdasarkan kecenderungan ini, maka Beta dapat disesuaikan dengan
mengambil separuh nilai Beta historis dan separuhnya lagi nilai rata-ratanya. Vasicek
(1973) menyarankan bahwa penyesuaian Beta menuju ke nilai rata-ratanya tidak
menggunakan bobot yang sama tetapi tergantung dari besarnya ketidakpastian
(kesalahan pengambilan sampel) dari Beta, yang dapat diukur dari varian nilai-nilai
Beta di dalam sampel. Semakin besar variannya, berarti semakin besar kemungkinan
berbeda dari nilai rata-ratanya. Teknik prosedur penyesuaian ini merupakan teknik
estimasi metode Bayesian. Prosedur ini akan mengakibatkan penyesuaian yang lebih
besar mengarah ke rata-rata untuk observasi-observasi yang mempunyai kesalahan
standar yang besar dibandingkan dengan mmpunyai kesalahan standar yang lebih kecil.
Beta yang disesuaikan, baik yang menggunakan teknik oleh Blume atau teknik
Bayesin oleh Vasicek memberikan prediksi yang lebih akurat dibandingkan dengan
Beta yang tidak disesuaikan. Hasil empiris ini disajikan oleh Klenkosky and Martin
(1975). Mereka menunjukkan bahwa teknik Bayesin memberikan prediksi yang sedikit
lebih akurat daripada teknik oleh Blume.
2
4.1 Perdagangan tidak Sinkron
Kovarian dalam perhitungan Beta ini menunjukan hubungan return suatu
sekuritas dengan return pasar pada periode yang sama, yaitu periode ke-t. Perhitungan
Beta akan menjadi bias jika kedua periode tersebut tidak sinkron, yaitu periode return
pasar adalah periode ke-t dan periode return sekuritas bukan periode ke-t.
Hal tersebut disebabkan karena perdagangan sekuritas-sekuritas yang tidak
sinkron, yang terjadi karena beberapa sekuritas tidak mengalami perdagangan beberapa
waktu. Bias ini akan semakin besar dengan semakin banyaknya sekuritas-sekuritas yang
tidak aktif diperdagangkan. Perdagangan tidak sinkron juga sering terjadi dalam satu
hari perdagangan. Perdagangan tidak sinkron terjadi ketika beberapa sekuritas hanya
diperdagangkan pada pagi hari saja yang harganya kemudian dibawa sampai pasar
tutup kemudian harga tersebut digunakan untuk menghitung indeks pasar pada hari itu.
Bias ini terjadi karena anggapannya indeks pasar dihitung dari harga-harga sekuritas
yang diperdagangkan sampai detik terakhir pasar ditutup pada hari itu. Karena masalah
perdagangan dan masalah dalam interval waktu, maka masalah ini juga disebut dengan
periodicity problem dan intervalling problem.
3
Untuk pasar modal negara berkembang yang transaksi perdagangannya sangat
tipis, kemungkinan transaksi perdagangan tidak sinkron lebih dari dua periode.
Menggunakan lag (waktu mundur) dan lead (waktu maju) Scholes dan Williams
juga membuat perhitungan Beta koreksian untuk dua dan tiga periode lag dan
lead. Secara umum perhitungan Beta koreksian menurut model Scholes dan
Williams yang melibatkan n-periode lag dan lead.
4
REFERENSI
Jogiyanto, H.M. 2014. Teori Portofolio dan Analisis Investasi, Edisi 8. BPFE:
Yogyakarta.